de M ´aquina e PLN Marlo Souza Introduc¸ ˜ao Aprendizagem de M ´aquina Pensando problemas de PLN como problemas de AM
Aprendizagem de M ´aquina e PLN
Marlo SouzaUniversidade Federal da Bahia - UFBA, Instituto de Matem ´atica e Estat´ıstica
Aprendizagem de M ´aquina e PLN Marlo Souza Introduc¸ ˜ao Aprendizagem de M ´aquina Pensando problemas de PLN como problemas de AM Introduc¸ ˜ao Aprendizagem de M ´aquina Pensando problemas de PLN como problemas de AM
1 Introduc¸ ˜ao
2 Aprendizagem de M ´aquina
de M ´aquina e PLN Marlo Souza Introduc¸ ˜ao Aprendizagem de M ´aquina Pensando problemas de PLN como problemas de AM
O ciclo do PLN
Aprendizagem de M ´aquina e PLN Marlo Souza Introduc¸ ˜ao Aprendizagem de M ´aquina Pensando problemas de PLN como problemas de AM Introduc¸ ˜ao Aprendizagem de M ´aquina Pensando problemas de PLN como problemas de AM
de M ´aquina e PLN Marlo Souza Introduc¸ ˜ao Aprendizagem de M ´aquina Pensando problemas de PLN como problemas de AM 1 Introduc¸ ˜ao 2 Aprendizagem de M ´aquina
Aprendizagem de M ´aquina e PLN Marlo Souza Introduc¸ ˜ao Aprendizagem de M ´aquina Pensando problemas de PLN como problemas de AM Introduc¸ ˜ao Aprendizagem de M ´aquina Pensando problemas de PLN como problemas de AM
O que ´e AM?
• Area Multidisciplinar que investiga m ´etodos para que´ um sistema inteligente possa ”aprender”a partir de dados;
• ”Aprender”== Reconhecer padr ˜oes de co-ocorr ˆencia; • Envolve as ´areas de I.A., Ci ˆencia da Computac¸ ˜ao,
de M ´aquina e PLN Marlo Souza Introduc¸ ˜ao Aprendizagem de M ´aquina Pensando problemas de PLN como problemas de AM
O que ´e AM?
• Area Multidisciplinar que investiga m ´etodos para que´ um sistema inteligente possa ”aprender”a partir de dados;
• ”Aprender”== Reconhecer padr ˜oes de co-ocorr ˆencia; • Envolve as ´areas de I.A., Ci ˆencia da Computac¸ ˜ao,
Aprendizagem de M ´aquina e PLN Marlo Souza Introduc¸ ˜ao Aprendizagem de M ´aquina Pensando problemas de PLN como problemas de AM Introduc¸ ˜ao Aprendizagem de M ´aquina Pensando problemas de PLN como problemas de AM
O que ´e AM?
• Area Multidisciplinar que investiga m ´etodos para que´ um sistema inteligente possa ”aprender”a partir de dados;
• ”Aprender”== Reconhecer padr ˜oes de co-ocorr ˆencia; • Envolve as ´areas de I.A., Ci ˆencia da Computac¸ ˜ao,
de M ´aquina e PLN Marlo Souza Introduc¸ ˜ao Aprendizagem de M ´aquina Pensando problemas de PLN como problemas de AM
O que ´e AM?
Os m ´etodos de AM podem ser separados nas seguintes classes:
• Aprendizagem supervisionada: o m ´etodo recebe
dados marcados com o resultado esperado da func¸ ˜ao-objetivo a ser aprendida;
• Aprendizagem n ˜ao supervisionada: o m ´etodo recebe dados sem qualquer marcac¸ ˜ao da func¸ ˜ao-objetivo; • Aprendizagem semi-supervisionada: o m ´etodo recebe
Aprendizagem de M ´aquina e PLN Marlo Souza Introduc¸ ˜ao Aprendizagem de M ´aquina Pensando problemas de PLN como problemas de AM Introduc¸ ˜ao Aprendizagem de M ´aquina Pensando problemas de PLN como problemas de AM
O que ´e AM?
Os m ´etodos de AM podem ser separados nas seguintes classes:
• Aprendizagem supervisionada: o m ´etodo recebe
dados marcados com o resultado esperado da func¸ ˜ao-objetivo a ser aprendida;
• Aprendizagem n ˜ao supervisionada: o m ´etodo recebe
dados sem qualquer marcac¸ ˜ao da func¸ ˜ao-objetivo;
• Aprendizagem semi-supervisionada: o m ´etodo recebe dados em que parte est ´a marcada e parte n ˜ao;
de M ´aquina e PLN Marlo Souza Introduc¸ ˜ao Aprendizagem de M ´aquina Pensando problemas de PLN como problemas de AM
O que ´e AM?
Os m ´etodos de AM podem ser separados nas seguintes classes:
• Aprendizagem supervisionada: o m ´etodo recebe
dados marcados com o resultado esperado da func¸ ˜ao-objetivo a ser aprendida;
• Aprendizagem n ˜ao supervisionada: o m ´etodo recebe
dados sem qualquer marcac¸ ˜ao da func¸ ˜ao-objetivo;
• Aprendizagem semi-supervisionada: o m ´etodo recebe
Aprendizagem de M ´aquina e PLN Marlo Souza Introduc¸ ˜ao Aprendizagem de M ´aquina Pensando problemas de PLN como problemas de AM Introduc¸ ˜ao Aprendizagem de M ´aquina Pensando problemas de PLN como problemas de AM
O que ´e AM?
• Aprendizagem ativa: o m ´etodo pode obter uma
quantidade limitada de marcac¸ ˜oes pros dados recebidos e deve escolher ´otimamente quais dados devem ser anotados;
• Aprendizagem por reforc¸o: feedback ´e passado ao m ´etodo (na forma de recompensas ou punic¸ ˜oes) em resposta `as ac¸ ˜oes tomadas pelo m ´etodo no ambiente;
de M ´aquina e PLN Marlo Souza Introduc¸ ˜ao Aprendizagem de M ´aquina Pensando problemas de PLN como problemas de AM
O que ´e AM?
• Aprendizagem ativa: o m ´etodo pode obter uma
quantidade limitada de marcac¸ ˜oes pros dados recebidos e deve escolher ´otimamente quais dados devem ser anotados;
• Aprendizagem por reforc¸o: feedback ´e passado ao
m ´etodo (na forma de recompensas ou punic¸ ˜oes) em resposta `as ac¸ ˜oes tomadas pelo m ´etodo no ambiente;
Aprendizagem de M ´aquina e PLN Marlo Souza Introduc¸ ˜ao Aprendizagem de M ´aquina Pensando problemas de PLN como problemas de AM Introduc¸ ˜ao Aprendizagem de M ´aquina Pensando problemas de PLN como problemas de AM
Aprendizagem Supervisionada:
Classificac¸ ˜ao e Regress ˜ao
• Classificac¸ ˜ao: dado uma sequ ˆencia de pontosX = hv1,v2, · · · ,vni de um espac¸o vetorial V e uma
sequ ˆencia de marcac¸ ˜oes y = hc1,c2, · · · ,cni de um
conjunto de classes C, determinar uma superf´ıcie em
V que separe ´otimamente os exemplos de classes
diferentes;
• Regress ˜ao: dado um conjunto de pontos
X = hv1,v2, · · · ,vni de um espac¸o vetorial V e um
conjunto de valores reais y = hr1,r2, · · · ,rni,
de M ´aquina e PLN Marlo Souza Introduc¸ ˜ao Aprendizagem de M ´aquina Pensando problemas de PLN como problemas de AM
Aprendizagem Supervisionada:
Classificac¸ ˜ao e Regress ˜ao
• Classificac¸ ˜ao: dado uma sequ ˆencia de pontosX = hv1,v2, · · · ,vni de um espac¸o vetorial V e uma
sequ ˆencia de marcac¸ ˜oes y = hc1,c2, · · · ,cni de um
conjunto de classes C, determinar uma superf´ıcie em
V que separe ´otimamente os exemplos de classes
diferentes;
• Regress ˜ao: dado um conjunto de pontos
X = hv1,v2, · · · ,vni de um espac¸o vetorial V e um
conjunto de valores reais y = hr1,r2, · · · ,rni,
Aprendizagem de M ´aquina e PLN Marlo Souza Introduc¸ ˜ao Aprendizagem de M ´aquina Pensando problemas de PLN como problemas de AM Introduc¸ ˜ao Aprendizagem de M ´aquina Pensando problemas de PLN como problemas de AM
Aprendizagem Supervisionada:
Classificac¸ ˜ao e Regress ˜ao
Aspectos importantes a serem considerados:
• Grau de generalizac¸ ˜ao: navalha de Occam e vi ´es de
treinamento
de M ´aquina e PLN Marlo Souza Introduc¸ ˜ao Aprendizagem de M ´aquina Pensando problemas de PLN como problemas de AM
Aprendizagem Supervisionada:
Classificac¸ ˜ao e Regress ˜ao
Aspectos importantes a serem considerados:
• Grau de generalizac¸ ˜ao: navalha de Occam e vi ´es de
treinamento
Aprendizagem de M ´aquina e PLN Marlo Souza Introduc¸ ˜ao Aprendizagem de M ´aquina Pensando problemas de PLN como problemas de AM Introduc¸ ˜ao Aprendizagem de M ´aquina Pensando problemas de PLN como problemas de AM
1 Introduc¸ ˜ao
2 Aprendizagem de M ´aquina
de M ´aquina e PLN Marlo Souza Introduc¸ ˜ao Aprendizagem de M ´aquina Pensando problemas de PLN como problemas de AM
Como usar AM em PLN?
• Definic¸ ˜ao do problema como um problema de
classificac¸ ˜ao/regress ˜ao
• Descric¸ ˜ao dos dados: conjunto de caracter´ısticas (features)
Aprendizagem de M ´aquina e PLN Marlo Souza Introduc¸ ˜ao Aprendizagem de M ´aquina Pensando problemas de PLN como problemas de AM Introduc¸ ˜ao Aprendizagem de M ´aquina Pensando problemas de PLN como problemas de AM
Como usar AM em PLN?
• Definic¸ ˜ao do problema como um problema de
classificac¸ ˜ao/regress ˜ao
• Descric¸ ˜ao dos dados: conjunto de caracter´ısticas (features)
de M ´aquina e PLN Marlo Souza Introduc¸ ˜ao Aprendizagem de M ´aquina Pensando problemas de PLN como problemas de AM
Como usar AM em PLN?
• Definic¸ ˜ao do problema como um problema de
classificac¸ ˜ao/regress ˜ao
• Descric¸ ˜ao dos dados: conjunto de caracter´ısticas (features)